IBM SPSS Statistics是一款被很多人选择的数据分析软件,其中囊括了现有的大部分的数学分析算法,相关分析就是其中之一。

这款软件的专业性无疑是较强的,但学习起来也是比较容易的,小编这篇文章将为大家介绍SPSS的积差相关分析的使用方法。

一、概述

相关关系指的是两个变量之间不精确、不稳定的变化关系,相关分析就是通过定量的指标来描述两个变量之间的相关关系,积差相关分析是其中的一类分析方法。

如何使用IBM SPSS Statistics的积差相关分析-LMLPHP

 
 
 

图1:相关系数公式

相关系数r可用来描述变量之间变化方向和密切程度,r是负数时呈负相关,正数时则为正相关。

当两个变量都是正态连续变量,且二者之间呈线性关系时,它们之间的相关关系为积差相关。

二、案例

1.数据录入

如何使用IBM SPSS Statistics的积差相关分析-LMLPHP

 
 
 

图2:变量页

为了使数据看起来更简单可观,小编这里使用的是一组学生初一和初二数学成绩单作为分析对象,数据录入前需要先设置对应的变量。

如何使用IBM SPSS Statistics的积差相关分析-LMLPHP

 
 
 

图3:数据页

这是小编使用的数据组。

2.开始分析

如何使用IBM SPSS Statistics的积差相关分析-LMLPHP

 
 
 

图4:开始分析

在“分析”菜单下,选择“相关”中的“双变量”,可进入积差相关分析中。

3.变量设置

如何使用IBM SPSS Statistics的积差相关分析-LMLPHP

 
 
 

图5:分析窗口

在窗口中,我们把两个变量都添加到分析窗口,然后选择下方的“Pearson”(积差相关也称为Pearson相关),如果事先已经预知了关联方向,可以选择“显著性检验”中的“单尾”,如果没有请选择“双尾”。

勾选“标记显著性相关性”,软件将在结果中用一个星号标识显著性水平为0.05的相关系数,用两个星号标注显著性水平为0.01的相关系数。

4.选项

如何使用IBM SPSS Statistics的积差相关分析-LMLPHP

 
 
 

图6:选项窗口

在选项窗口中,我们可以设置统计量和缺失值。

均值和标准差是每个变量都会显示的,不受缺失值的影响;差积偏差和协方差是每对变量中显示的,是Pearson相关系数的分子。

缺失值下设置的是对缺失值的处理方式,用户可以选择按对或按列排除个案,一般建议大家选择按对排除个案。

5.分析结果

如何使用IBM SPSS Statistics的积差相关分析-LMLPHP

 
 
 

图7:分析结果

完成分析设置后点击确定,就会在工作日志窗口中看到分析完成的结果,如上图所示。

可以看出,初一数学成绩和初二数学成绩的相关系数是0.780,相伴概率是0.008,小于0.05,所以能得出,初二数学成绩与初一数学成绩呈显著的正相关关系。

三、小结

在这里小编用一个简单的例子展示了如何使用SPSS来对两个变量进行积差相关分析,希望可以对大家有所帮助!

更多案例分享和教程欢迎进入IBM SPSS Statistics中文网站查看。

06-03 16:57